上个小节我们学会使用了requests的get方法.下面我们开始学习如何使用requests库发送POST请求.
哪些地方我们会用到POST请求?
- 登录注册( POST 比 GET 更安全)
- 需要传输大文本内容的时候( POST 请求对数据长度没有要求)
1. requests发送post请求语法:
用法:
response = requests.post("http://www.baidu.com/", data = data,headers=headers)
data 的形式:字典
2. POST请求练习
- 下面面我们通过手机版百度翻译的例子看看post请求如何使用:
- 地址:http://fanyi.baidu.com/
思路分析
进入百度翻译页面 -> 鼠标右键 -> 检查 -> 点击第一个红色小框框 -> Network
在network中抓包确定请求的url地址和请求方式
确定请求参数(form data 中就是我们请求时需要发送过去的参数)
确定返回数据的位置(就是我们将请求发送出去后,服务器对应返回给我们的数据)
模拟浏览器获取数据
在模拟登陆等场景,经常需要发送post请求,直接使用requests.post(url,data)即可
3. 使用代理
- 为什么要使用代理
- 让服务器以为不是同一个客户端在请求
- 防止我们的真实地址被泄露,防止被追究
使用代理的过程
代理的使用方式
# proxies的形式:字典
proxies = {
"http": "http://12.34.56.79:9527",
"https": "https://12.34.56.79:9527",
}
requests.get("http://www.baidu.com", proxies = proxies)
代理IP的分类
- 根据代理ip的匿名程度,代理IP可以分为下面四类:
- 透明代理(Transparent Proxy):透明代理虽然可以直接“隐藏”你的IP地址,但是还是可以查到你是谁。
- 匿名代理(Anonymous Proxy):使用匿名代理,别人只能知道你用了代理,无法知道你是谁。
- 高匿代理(Elite proxy或High Anonymity Proxy):高匿代理让别人根本无法发现你是在用代理,所以是最好的选择。
在代理的使用中,毫无疑问使用高匿代理效果最好
从请求使用的协议可以分为:
- http代理
- https代理
- socket代理等
不同分类的代理,在使用的时候需要根据抓取网站的协议来选择
代理IP使用的注意点
反反爬
使用代理ip是非常必要的一种反反爬的方式
但是即使使用了代理ip,对方服务器任然会有很多的方式来检测我们是否是一个爬虫,比如:
一段时间内,检测IP访问的频率,访问太多频繁会屏蔽
检查Cookie,User-Agent,Referer等header参数,若没有则屏蔽
服务方购买所有代理提供商,加入到反爬虫数据库里,若检测是代理则屏蔽
所以更好的方式在使用代理ip的时候使用随机的方式进行选择使用,不要每次都用一个代理ip
代理ip池的更新
购买的代理ip很多时候大部分(超过60%)可能都没办法使用,这个时候就需要通过程序去检测哪些可用,把不能用的删除掉。
小结
- requests发送post请求使用requests.post方法,带上请求体,其中请求体需要时字典的形式,传递给data参数接收
- 在requests中使用代理,需要准备字典形式的代理,传递给proxies参数接收
- 不同协议的url地址,需要使用不同的代理去请求